HPAC-IDS：一种用于入侵检测系统的层次化数据注意力卷积
密码学与安全
2025-01-14 v1
摘要
本研究提出一种针对恶意网络流量的稳健检测系统，利用层次化结构和自注意力机制。所提出的系统包括一个数据分段器，用于将给定的原始网络数据包划分为固定大小的分段，并输入到HPAC-IDS中。在CIC-IDS2017数据集上进行的实验表明，该系统在检测准确率和低误报率方面表现出色，同时能够抵抗诸如快速梯度符号方法（FGSM）、投影梯度下降（PGD）和瓦斯坦斯坦生成对抗网络（WGAN）等多样化的对抗方法。该模型抵抗对抗扰动的能力归因于层次化注意力机制与卷积神经网络的融合，在所测试的对抗攻击及不同分段大小下，实现了0%至10%的对抗攻击严重性，超越了当前在检测性能和对抗攻击鲁棒性方面的最先进模型。
引用
@article{arxiv.2501.06264,
title = {HPAC-IDS: A Hierarchical Packet Attention Convolution for Intrusion Detection System},
author = {Anass Grini and Btissam El Khamlichi and Abdellatif El Afia and Amal El Fallah-Seghrouchni},
journal= {arXiv preprint arXiv:2501.06264},
year = {2025}
}